Ngbaradi Lati Gbe Si Awọsanma

A wa bayi ni ọdun mẹwa keji ti isọdọmọ awọsanma. Bii 92% ti awọn iṣowo n lo iširo awọsanma si iwọn kan. Ajakaye-arun naa ti jẹ awakọ aipẹ fun awọn ajo lati gba awọn imọ-ẹrọ awọsanma. Ni aṣeyọri gbigbe data afikun, awọn iṣẹ akanṣe ati awọn ohun elo si awọsanma da lori igbaradi, eto ati ifojusọna iṣoro.  

1. igbaradi jẹ nipa data ati iṣakoso eniyan ti data ati awọn amayederun atilẹyin.
2. Planning jẹ pataki. Eto naa nilo lati ni awọn eroja pataki kan pato ninu.
3. Isoro iṣoro ni agbara lati ṣe akiyesi awọn agbegbe ti o pọju ti wahala ati agbara lati lọ kiri wọn ti o ba pade.  

Awọn nkan mẹrin ti Iṣowo gbọdọ ṣe lati ṣaṣeyọri ninu awọsanma, Plus 7 Gotchas

Iṣowo rẹ yoo lọ si awọsanma. O dara, jẹ ki n tun sọ pe, ti iṣowo rẹ yoo ṣaṣeyọri, yoo lọ si awọsanma - eyi ni, ti ko ba si tẹlẹ. Ti o ba ti wa nibẹ tẹlẹ, o ṣee ṣe kii yoo ka eyi. Ile-iṣẹ rẹ n ronu siwaju ati pe o pinnu lati lo anfani gbogbo awọn anfani awọsanma ti a jiroro ninu nkan miiran. Ni ọdun 2020, 92% awọn iṣowo n lo awọsanma si iye kan ati pe 50% ti gbogbo data ile-iṣẹ ti wa tẹlẹ ninu awọsanma.

Aṣọ fadaka lori awọsanma COVID: ajakaye-arun naa ti fi agbara mu iṣowo lati wo diẹ sii ni pẹkipẹki awọn agbara awọsanma lati ṣe atilẹyin apẹrẹ tuntun ti agbara oṣiṣẹ latọna jijin. Awọsanma n tọka si data nla mejeeji ibi ipamọ ati awọn ohun elo ti o ṣe ilana data naa.  Ọkan ninu awọn idi akọkọ lati gbe lọ si awọsanma ni lati ni anfani ifigagbaga nipasẹ jijẹ ati gbigba awọn oye titun lati awọn ọkọ oju omi ti data.   

Oluyanju duro Gartner nigbagbogbo ṣe atẹjade ijabọ kan eyiti o jiroro “awọn imọ-ẹrọ ati awọn aṣa ti o ṣafihan ileri ni jiṣẹ alefa giga giga ti anfani ifigagbaga ni ọdun marun si 10 to nbọ.” Odun mewa seyin, Gartner ká 2012 aruwo ọmọ fun Iṣiro Awọsanma fi Iṣiro Awọsanma ati Ibi ipamọ Awọsanma gbangba ni “Trough of Disillusionment” ni ikọja “Ti o ga julọ ti Awọn ireti Inflated.” Siwaju sii, Nla Data n kan titẹ si “Ti o ga julọ ti Awọn ireti Inflated”. Gbogbo awọn mẹtẹẹta pẹlu pẹtẹlẹ ti a nireti ni ọdun 3 si 5. Sọfitiwia bi Iṣẹ kan (SaaS) ni a gbe nipasẹ Gartner ni ipele “Slope of Enlightenment” pẹlu pẹtẹlẹ ti a nireti ti ọdun 2 si 5.

Ni ọdun 2018, ọdun mẹfa lẹhinna, “Iṣiro Awọsanma” ati “Ipamọ Awọsanma gbangba” wa ni ipele “Slope of Enlightenment” pẹlu pẹtẹlẹ ti o kere ju ọdun 2. “Software bi Iṣẹ kan” ti de pẹtẹlẹ naa.  Oro naa ni pe gbigba pataki ti awọsanma gbangba wa ni akoko yii.  

Loni, ni ọdun 2022, iṣiro awọsanma ti wa ni ọdun mẹwa keji ti isọdọmọ ati pe o jẹ imọ-ẹrọ aiyipada fun awọn ohun elo tuntun.  As Gartner Ó sọ pé, “Bí kì í bá ṣe ìkùukùu, àjogúnbá ni.” Gartner tẹsiwaju lati sọ pe ipa ti iširo awọsanma lori agbari kan jẹ iyipada. Bawo ni lẹhinna o yẹ ki awọn ajo sunmọ iyipada yii?

Atẹle yii ṣe apejuwe ni alaye diẹ sii kini o tumọ si pe imọ-ẹrọ kan wa ni ipele kan pato. 

Bawo ni awọn ajo ṣe yẹ ki o sunmọ iyipada ti ajo?

Ninu ilana wọn ti isọdọmọ ti awọsanma, awọn ajo ti ni lati ṣe awọn ipinnu, ṣeto awọn eto imulo tuntun, ṣẹda awọn ilana tuntun ati koju awọn italaya kan pato. Eyi ni atokọ ti awọn agbegbe kan pato ti iwọ yoo nilo lati pinnu lati rii daju pe ile rẹ wa ni ibere: 

1. Ikẹkọ, tun-ikẹkọ tabi awọn ipa titun.  Ni gbigba awọsanma ti gbogbo eniyan fun ibi ipamọ data tabi lilo awọn ohun elo, o ti jade atilẹyin ati itọju awọn amayederun. O tun nilo oye inu ile lati ṣakoso olutaja ati wọle si data naa. Pẹlupẹlu, o nilo lati mọ bi o ṣe le lo awọn irinṣẹ tuntun ti o wa fun awọn atupale oye ati imọ-jinlẹ data.     
2. Ọjọ.  O jẹ gbogbo nipa data naa. Data jẹ owo tuntun. A n sọrọ nipa Big Data – data eyiti o pade o kere ju diẹ ninu awọn V ti itumo. Ni gbigbe si awọsanma, o kere ju diẹ ninu awọn data rẹ yoo wa ninu awọsanma. Ti o ba jẹ “gbogbo-ni”, data rẹ yoo wa ni ipamọ ninu awọsanma ati ni ilọsiwaju ninu awọsanma.

A. Wiwa ti data. Njẹ awọn ohun elo ti o wa lori-prem le wọle si data ninu awọsanma? Ṣe data rẹ nibiti o nilo lati wa fun sisẹ? Ṣe o nilo lati ṣe isuna akoko ni iṣẹ iṣilọ awọsanma rẹ lati gbe data rẹ si awọsanma? Bawo ni iyẹn yoo pẹ to? Ṣe o nilo lati ṣe agbekalẹ awọn ilana tuntun lati gba data iṣowo rẹ si awọsanma? Ti o ba pinnu lati ṣe AI tabi ẹkọ ẹrọ, data ikẹkọ gbọdọ wa to lati pade ipele ti o fẹ ti deede ati konge.

B. Lilo data. Njẹ data rẹ ni ọna kika ti o le jẹ nipasẹ awọn eniyan ati awọn irinṣẹ ti yoo wọle si data naa? Njẹ o le ṣe “igbega-ati-naficula” lori ile itaja data rẹ? Tabi, ṣe o le jẹ iṣapeye fun iṣẹ ṣiṣe? 

C. Didara data. Didara data lori eyiti awọn ipinnu rẹ gbarale le ni ipa lori didara awọn ipinnu rẹ. Ijọba, awọn iriju data, iṣakoso data, boya olutọju data le ṣe ipa pataki ninu gbigba awọn atupale imọ ni awọsanma. Gba akoko ṣaaju ki o to jade data naa si awọsanma lati ṣe ayẹwo didara data rẹ. Ko si ohun ti o ni ibanujẹ diẹ sii ju iṣawari pe o ti ṣiri data ti o ko nilo.

D. Iyipada ati aidaniloju ni data nla. Data le jẹ aisedede tabi pe. Ni iṣiro data rẹ ati bii o ṣe pinnu lati lo, ṣe awọn ela wa bi? Bayi ni akoko lati ṣatunṣe awọn ọran ti a mọ ti o ni ibatan si awọn iṣedede jakejado ile-iṣẹ lori data. Ṣe deede kọja awọn ile-iṣẹ ijabọ lori awọn nkan ti o rọrun bi awọn iwọn akoko, awọn ilana ilẹ-aye. Ṣe idanimọ orisun kanṣoṣo ti otitọ.   

E. Idiwọn atorunwa ni ńlá data ara. Nọmba nla ti awọn abajade agbara le nilo alamọja agbegbe kan lati ṣe iṣiro awọn abajade fun pataki. Ni awọn ọrọ miiran, ti ibeere rẹ ba da ọpọlọpọ awọn igbasilẹ pada, bawo ni iwọ yoo ṣe ṣe ilana rẹ bi eniyan? Lati ṣe àlẹmọ siwaju ati dinku nọmba awọn igbasilẹ, ki o le jẹ run nipasẹ eniyan lasan ti kii ṣe Super, iwọ yoo nilo lati mọ iṣowo lẹhin data naa.

     3. Atilẹyin ipilẹ / amayederun ti IT. Ro gbogbo awọn ẹya gbigbe. O ṣeese pe kii ṣe gbogbo data rẹ yoo wa ninu awọsanma. Diẹ ninu awọn le wa ninu awọsanma. Diẹ ninu awọn agbegbe ile. Tun miiran data le wa ninu miran awọsanma ataja. Ṣe o ni aworan sisan data kan? Ṣe o mura lati gbe lati iṣakoso ohun elo ti ara si iṣakoso awọn olutaja ti o ṣakoso ohun elo ti ara bi? Ṣe o loye awọn idiwọn ti agbegbe awọsanma? Njẹ o ti ṣe iṣiro fun agbara lati ṣe atilẹyin data ti a ko ṣeto bi daradara bi awọn imọ-ẹrọ ṣiṣe ẹrọ ipilẹ bọtini. Ṣe iwọ yoo tun ni anfani lati lo SDK kanna, API, awọn ohun elo data ti o ti nlo lori awọn agbegbe ile bi? Wọn yoo nilo lati tun kọ. Kini nipa ETL ti o wa tẹlẹ lati ṣaja ile-itaja data lati awọn eto iṣowo? Awọn iwe afọwọkọ ETL yoo nilo lati tun kọ.

     4. Refining ipa. Awọn olumulo le nilo lati tun ni ikẹkọ lori awọn ohun elo tuntun ati bii o ṣe le wọle si data ninu awọsanma. Nigbagbogbo tabili tabili tabi ohun elo nẹtiwọọki le ni orukọ kanna tabi iru gẹgẹbi ọkan ti a yasọtọ si awọsanma. O, sibẹsibẹ, le ṣiṣẹ otooto, tabi paapaa ni eto ẹya ti o yatọ.  

Ti ajo rẹ ba ṣe pataki nipa gbigbe si awọsanma ati ṣiṣe pupọ julọ ti awọn atupale, ko si ariyanjiyan pe gbigbe le pese iṣowo pataki ati iye eto-ọrọ aje. Ti sọrọ ni adaṣe, lati de ibẹ lati ibi, iwọ yoo nilo lati: 

1. Ṣeto iwe-aṣẹ kan.  

A. Njẹ o ti ṣalaye opin ti iṣẹ akanṣe rẹ?  

B. Ṣe o ni atilẹyin alaṣẹ?

C. Tani - awọn ipa wo ni o yẹ ki o wa ninu iṣẹ naa? Tani olori ayaworan ile? Imọye wo ni o nilo lati gbẹkẹle olutaja awọsanma fun?

D. Kini ibi-afẹde ipari? Nipa ọna, ibi-afẹde kii ṣe “gbigbe si awọsanma”. Isoro(s) wo ni o ngbiyanju lati yanju?

E. Setumo rẹ aseyori àwárí mu. Bawo ni iwọ yoo ṣe mọ pe o ṣaṣeyọri?

2. Iwari. Bẹrẹ ni ibẹrẹ. Ya oja. Wa ohun ti o ni. Dahun awọn ibeere:

A. Kini data ti a ni?

B. Nibo ni data wa?

C. Awọn ilana iṣowo wo ni o nilo lati ṣe atilẹyin? Awọn data wo ni awọn ilana wọnyi nilo?

D. Awọn irinṣẹ ati awọn ohun elo wo ni a lo lọwọlọwọ lati ṣe afọwọyi data naa?

E. Kini iwọn ati idiju ti data naa?

F. Kini a yoo ni? Awọn ohun elo wo ni o wa ninu awọsanma lati ọdọ olutaja wa?

G. Bawo ni a ṣe le sopọ si data naa? Awọn ebute oko oju omi wo ni yoo nilo lati ṣii ninu awọsanma?

H. Njẹ awọn ilana eyikeyi wa tabi awọn ibeere eyiti o sọ asiri tabi awọn ibeere aabo? Ṣe awọn SLA wa pẹlu awọn alabara eyiti o nilo lati ṣetọju?  

I. Ṣe o mọ bi awọn idiyele yoo ṣe iṣiro fun lilo awọsanma?

3. Ṣe ayẹwo ati iṣiro. 

A. Kini data ti a pinnu lati gbe?

B. Ṣe ayẹwo awọn idiyele. Ni bayi ti o mọ iwọn ati iwọn data, o wa ni ipo ti o dara julọ lati ṣalaye isunawo kan.

C. Ṣetumo awọn ela eyiti o wa laarin ohun ti o ni lọwọlọwọ ati awọn ireti ohun ti o nireti lati ni. Kini a sonu?

D. Ṣafikun ijira idanwo kan lati fi han ohun ti o padanu ni imọ-jinlẹ.

E. Fi Idanwo Gbigba Olumulo ni ipele yii bakannaa ni ipele ikẹhin.

F. Awọn italaya wo ni o le nireti ki o le kọ awọn airotẹlẹ sinu ipele ti nbọ?

G. Awọn ewu wo ni a ti mọ?

4. Eto. Fi idi kan road maapu. 

A. Kini awọn ayo? Kini o wa ni akọkọ? Kini lẹsẹsẹ?

B. Kini o le yọkuro? Bawo ni o ṣe le dinku iwọn naa?

C. Njẹ akoko yoo wa fun sisẹ ni afiwe?

D. Kí ni ona? Ona apa kan / ipele?

E. Njẹ o ti ṣalaye ọna aabo?

F. Njẹ o ti ṣalaye afẹyinti data ati awọn eto imularada ajalu?

G. Kini ero ibaraẹnisọrọ - inu si iṣẹ akanṣe, si awọn ti o nii ṣe, si awọn olumulo ipari?

5. Kọ. Iṣilọ. Idanwo. Ifilọlẹ.

A. Ṣiṣẹ ètò. Ṣe atunwo rẹ ni agbara da lori alaye tuntun.

B. Kọ lori awọn agbara itan rẹ ati awọn aṣeyọri ipilẹ ipilẹ IT rẹ ki o bẹrẹ anfani ti Big Data ati awọn anfani atupale oye.       

6. Iterate ati Refaini.  

A. Nigbawo ni o le ṣe ifẹhinti awọn olupin ti o joko ni bayi?

B. Kini atunṣe ti o ṣe awari ti o nilo lati ṣe?

C. Awọn iṣapeye wo ni a le ṣe si data rẹ ninu awọsanma?  

D. Awọn ohun elo data tuntun wo ni o le lo ninu awọsanma?

E. Kini ipele ti o tẹle? AI, ẹkọ ẹrọ, awọn atupale ilọsiwaju?

Gotchas

diẹ ninu awọn awọn orisun sọ pe bi 70% ti awọn iṣẹ-ṣiṣe imọ-ẹrọ jẹ lapapọ tabi awọn ikuna apa kan. Nkqwe, o da lori rẹ definition ti   ikuna. Omiiran orisun ri wipe 75% ro wọn ise agbese ti a ijakule lati ibere. Iyẹn le tumọ si pe 5% ṣaṣeyọri laibikita awọn aidọgba ti o lodi si wọn. Iriri mi sọ fun mi pe ida kan pataki ti awọn iṣẹ akanṣe imọ-ẹrọ eyiti boya ko kuro ni ilẹ tabi kuna lati ni kikun mọ awọn ireti ileri. Awọn akori ti o wọpọ wa ti awọn iṣẹ akanṣe yẹn pin. Bi o ṣe bẹrẹ gbigbero ijira rẹ si awọsanma, eyi ni diẹ ninu awọn getchas lati wa jade fun. Ti o ko ba ṣe bẹ, wọn dabi karma buburu, tabi Dimegilio kirẹditi buburu kan – pẹ tabi ya, wọn yoo jẹ ọ ni apọju.

1. Olohun. Eniyan kan gbọdọ ni iṣẹ akanṣe lati oju-ọna iṣakoso. Ni akoko kanna, gbogbo awọn olukopa gbọdọ ni rilara idoko-owo bi awọn ti o nii ṣe.
2. iye owo. Njẹ a ti pin eto isuna bi? Ṣe o mọ aṣẹ titobi fun awọn oṣu 12 to nbọ bii iṣiro ti awọn idiyele ti n lọ? O wa nibẹ eyikeyi ti o pọju farasin owo? Njẹ o ti ṣaja eyikeyi apọju flotsam ati jetsam ni igbaradi fun gbigbe naa. O ko fẹ lati jade lọ data ti kii yoo ṣee lo, tabi ti ko ni igbẹkẹle.       
3. olori. Njẹ iṣẹ akanṣe naa ni atilẹyin ni kikun nipasẹ iṣakoso? Ṣe awọn ireti ati asọye ti aṣeyọri jẹ otitọ bi? Njẹ awọn ibi-afẹde naa ṣe deede pẹlu iran ajọ ati ilana?
4. Iṣakoso idawọle. Ṣe awọn akoko akoko, ipari ati isuna jẹ ojulowo bi? Njẹ “awọn ipa” n beere awọn akoko ipari ifijiṣẹ kukuru, iwọn ti o pọ si ati/tabi awọn idiyele kekere tabi eniyan diẹ? Ṣe imuduro imuduro wa lori awọn ibeere? Ṣe wọn jẹ ojulowo ati asọye daradara bi?
5. Nọmba awọn oṣiṣẹl'apapọ ni ile-iṣẹ. Imọ-ẹrọ jẹ apakan ti o rọrun. O jẹ ohun eniyan ti o le jẹ ipenija. Iṣilọ si awọsanma yoo mu awọn iyipada wa. Eniyan ko fẹran iyipada. O nilo lati ṣeto awọn ireti ni deede. Njẹ oṣiṣẹ to ati pe a ti yasọtọ si ipilẹṣẹ naa? Tabi, ṣe o ti gbiyanju lati ya akoko jade lati ọdọ awọn eniyan ti o nšišẹ pupọ pẹlu iṣẹ ọjọ wọn? Ṣe o ni anfani lati ṣetọju ẹgbẹ iduroṣinṣin bi? Ọpọlọpọ awọn iṣẹ akanṣe kuna nitori iyipada ninu awọn oṣiṣẹ bọtini.  
6. ewu. Njẹ a ti ṣe idanimọ awọn ewu ati iṣakoso ni aṣeyọri?  
7. contingency. Njẹ o ti ni anfani lati ṣe idanimọ awọn nkan ti o wa ni iṣakoso rẹ ṣugbọn eyiti o le ni ipa lori ifijiṣẹ? Ronú nípa ipa tí ìyípadà nínú aṣáájú-ọ̀nà ń ní. Bawo ni ajakaye-arun jakejado agbaye yoo kan agbara rẹ lati pade awọn akoko ipari ati gba awọn orisun?  

Cycle Computing Hype ni 2022

Nitorinaa nibo ni Iṣiro Awọsanma wa, Ibi ipamọ awọsanma ti gbogbo eniyan ati sọfitiwia bi Iṣẹ kan lori ọna aruwo imọ-ẹrọ ti n yọ jade ti Gartner loni? Wọn kii ṣe. Wọn kii ṣe awọn imọ-ẹrọ oke-ati-bọ mọ. Wọn ko si lori ipade mọ. Wọn jẹ atijo, nduro lati gba. Ṣọra fun idagbasoke ni atẹle awọn imọ-ẹrọ imukuro: AI-Augmented Design, Generative AI, Physics-fun AI ati Non Fungible Tokens.  

Awọn imọran ti o wa ninu nkan yii ni akọkọ ti gbekalẹ bi ipari si nkan naa “Awọn atupale Imọye: Ilé lori Legacy IT Foundation” ti a gbekalẹ ni TDWI Business oye Journal, Vol 22, No. 4.